這兩天，“80后死亡率已超70后”一說熱傳。據溯源，這一說法查無實據，最初來源很可能是與AI的對話。盡管AI明確標注了數據存在間接推算及估算的情況，但這條假消息還是被加上各種駭人標題在網上流布。這場烏龍再次引出一個問題：AI真的那么靠譜嗎？
學界頻頻提及的“AI幻覺”與“機器欺騙”，指的就是“AI會胡亂拼湊或虛構一些事實，讓其生成的內容顯得合理、自洽”。查閱相關公開資料不難發現，全球最先進的大模型，在試驗中也會出現一定的“幻覺率”。更關鍵的是，AI在呈現錯誤答案時仍看上去“非常自信且具有說服力”，很容易讓人信以為真。至于出現“AI幻覺”的原因，目前尚無定論，既有可能是AI在轉錄和翻譯海量數據時出現了偏差，也可能是其在“數據不足”時“急中生智”。
AI的能力確實在不斷超越人類的想象，但遠不能視之為“萬能”。除了生成內容的真實性、可靠性常常存疑，AI在創造力、想象力方面也相對“拉胯”。耶魯大學計算機科學家戴維·格勒恩特爾曾言：“除非能模擬人類情感的所有細微差別，否則任何計算機都不會有創造力。”從現實來看，AI在處理社會尚未形成共識的話題，或在預測某件事情的走向時會陷入困難。因而，在使用生成式AI這一工具時，我們不僅要對其生成信息多加辨別，更不能放棄思考，倘若指望其給觀點、定決策、下結論，很可能會被帶進溝里。
“就像一臺車沒有汽油走不了，數據就是AI發展的燃料”。確實，AI大模型的迭代發展離不開大體量優質數據“喂養”。數據從何而來？顯然是由人來生產與創造。據統計，“現實世界所能提供的用于訓練AI模型的數據幾乎已消耗殆盡”，且未來人類對高質量文本的需求量，遠超數據產生的速度。如若人類的大腦就此“躺平”，“訓練數據枯竭”的情況就會不斷加劇，最終要么是AI發展陷入停滯，要么是AI開始大規模自說自話，拿自己生成的似是而非的內容訓練自己，導致整條信息河流被持續污染。
人類從來都是在思考中迸發靈感，在試錯中革新向前，不少偉大的發明都是研究的“副產品”。可當AI提供了前往“正確答案”的“直通車”，不僅可能“挖空學習資源”，形成更加厚重的“信息繭房”，還可能反噬創新。近來，“腦腐”一詞頗為流行，當AI讓各類信息更加唾手可得，我們的內心世界是否會經歷一場更猛烈的“水土流失”？
未來已來，我們當然不能抱著“AI末日論”抵抗浪潮，但也不能盲目樂觀。相關方面應在遵從科技倫理、人本主義、法治理念等基礎上，不斷完善AI相關法規，力求價值引領與技術“糾錯”并行，最大程度爭取科技向善。于個人而言，也當保持好奇心，提升思辨力，讓AI成為我們最有力的工具之一而非“替代者”。（晁星）
